Aujourd’hui, lister ses expériences et ses compétences ça ne suffit plus pour décrocher un entretien. La concurrence est rude et il faut arriver à se démarquer. C’est là que l’IA entre en jeu, notamment grâce au Prompt Engineering et à la RAG (génération augmentée par récupération). Ces outils permettent de créer des CV plus précis, personnalisés et adaptés à chaque poste.
L’IA, un vrai coup de pouce pour les CV
Le recrutement est de plus en plus numérique. Les logiciels et algorithmes trient les CV avant même qu’un humain ne les voie. Dans ce contexte, personnaliser son CV pour chaque offre devient
indispensable… mais aussi long et fastidieux. Le Prompt Engineering permet de guider l’IA pour qu’elle produise exactement ce qu’il faut. La RAG utilise des CV existants comme référence pour améliorer la précision et éviter les erreurs. Azure fournit un environnement idéal pour tester ces méthodes et générer des CV plus efficaces.
Trois façons de créer un CV avec l’IA
Pour mieux comprendre, j’ai testé trois approches sur Azure :
- Prompt Engineering seul : le modèle GPT-4o crée le CV à partir de sa base de données interne.
- RAG avec GPT-4o : le modèle s’appuie sur une base de CV existants pour rendre le contenu plus
fiable. - RAG avec GPT-4o-mini : même méthode, mais avec un modèle plus léger, pratique pour les petites entreprises ou celles soucieuses de la confidentialité et des coûts.
Le but du Prompt Engineering est de guider l’IA pour qu’elle ne se base que sur les informations fournies et évite les « hallucinations » (informations inventées). La RAG, elle, ajoute un contexte
documentaire pour enrichir le CV et améliorer la précision. Le modèle mini teste si un outil plus léger peut rester efficace tout en étant plus flexible et sûr.
Analyse qualitative selon les critères Microsoft
J’ai évalué les CV générés selon quatre critères :
- Exactitude : le CV correspond-il aux informations réelles ?
- Pertinence : est-il adapté au poste visé ?
- Clarté : le texte est-il facile à lire ?
- Fluidité : le style et la grammaire sont-ils corrects ?
Nous observons que le Prompt Engineering seul génère trop d’erreurs factuelles. Quant au RAG améliore nettement la précision. Aucun des modèles ne capture parfaitement tous les mots-clés nécessaires, mais les configurations RAG offrent le meilleur équilibre.
Même le modèle mini donne de bons résultats, ce qui est rassurant pour les petites structures.
Ipanemads : accompagner les entreprises
Dans le monde du recrutement numérique, ipanemads aide les entreprises à tirer parti de ces
technologies sans gros investissements. Maîtriser le Prompt Engineering et la RAG permet : d’améliorer la qualité des candidatures reçues, de mieux gérer les talents et de réduire les coûts liés au recrutement.
Chaque CV devient alors un document stratégique, soigné et ciblé, qui renforce l’image de
l’entreprise et attire les bons profils.
Et demain ?
Bientôt, les candidats pourront ajuster leur CV en temps réel grâce à une IA capable de prendre en compte les retours des recruteurs. Les modèles continueront de s’améliorer, avec moins d’erreurs et
des contenus encore plus personnalisés.
Selon un expert IA chez ipanemads : « La combinaison du Prompt Engineering et de la RAG permet de créer des CV qui évoluent avec la
carrière de chacun. »
Ces outils sont très puissants, mais ils ne remplacent pas le jugement humain. Ils aident à gagner du temps et à rendre le CV plus pertinent, mais il reste essentiel de : vérifier ses informations, ajuster les recommandations automatiques et entretenir son réseau.
Rien ne vaut le contact humain pour surmonter les défis posés par les algorithmes de recrutement.
